[논문 리뷰] Adjoint Methods for Guiding Adaptive Mesh Refinement in Wave Propagation Problems

Brisa N. Davis, Randall J. LeVeque|arXiv (Cornell University)|2015. 11. 11.

Seismic Imaging and Inversion Techniques인용 수 5

한 줄 요약

이 논문은 초순응성 보존법칙에서 적응형 메쉬 구석질화(AMR)를 지도하기 위해 시간에 따라 변화하는 수반 방정식을 사용하는 것을 제안한다. 이 방법은 특정 관심 영역에 영향을 주는 영역들만 대상으로 한다. 정방향 해와 수반 해 사이의 내적을 계산하여, 정확하고 효율적인 메쉬 구석질화를 가능하게 하며, 파동 전파 문제(예: 음향 및 쓰나미)에서 계산 비용을 크게 줄이면서도 정확도를 유지한다.

ABSTRACT

One difficulty in developing numerical methods for hyperbolic systems of conservation laws is the fact that solutions often contain regions where much higher resolution is required than elsewhere in the domain, particularly since the solution may contain discontinuities or other localized features. The Clawpack software deals with this issue by using block-structured adaptive mesh refinement to selectively refine around propagating waves. For problems where only a target area of the total solution is of interest, a method that allows identifying and refining the grid only in regions that influence this target area would significantly reduce the computational cost of finding a solution. In this work, we show that solving the time-dependent adjoint equation and using a suitable inner product with the forward solution allows more precise refinement of the relevant waves. We present acoustics examples in one and two dimensions and a tsunami propagation example. To perform these simulations, the use of the adjoint method has been integrated into the adaptive mesh refinement strategy of the open source Clawpack and GeoClaw software. We also present results that show that the accuracy of the solution is maintained and the computational time required is significantly reduced through the integration of the adjoint method into AMR.

연구 동기 및 목표

• 특정 관심 영역에 영향을 주는 영역들만 메쉬를 구석질화하여, 파동 전파 시뮬레이션의 계산 비용을 줄이는 것.
• 해당 영역에 영향을 주는 그리드 셀들을 자동으로 식별하고 메쉬를 구석질화하여, 관련이 없는 파동 특징에 대한 불필요한 메쉬 구석질화를 방지하는 방법을 개발하는 것.
• 초순응성 PDE에 대한 기존의 AMRClaw 및 GeoClaw 프레임워크에 수반 기반의 메쉬 구석질화 기준을 통합하는 것.
• 기존의 AMR 전략에 비해 상당히 감소된 시뮬레이션 시간 동안 해의 정확도를 유지하는 것.
• 쓰나미와 같은 지구물리학적 파동의 효율적이고 목표 지향적인 모델링을 가능하게 하여, 해안 지역만 관심 대상이 되는 경우에 적합한 것.

제안 방법

• 초순응성 시스템의 시간에 따라 변화하는 수반 방정식을 풀어, 목표로 하는 양에 영향을 주는 영역을 결정한다.
• 정방향 해와 수반 해 사이의 내적을 계산하여, 목표 영역에 미치는 영향을 정량화한다.
• 내적 노름에 대한 허용 오차 기준을 사용하여, 정방향 문제에서 메쉬를 구석질화할 셀들을 표시한다.
• AMRClaw 및 GeoClaw의 블록 기반 AMR 프레임워크에 수반 기반의 메쉬 구석질화 기준을 통합한다.
• AMRClaw 내부의 기존 리만 해법기 및 리처드슨 오차 추정기구를 활용하여 정확도와 효율성을 유지한다.
• 쓰나미 적용 사례에서는 선형화된 얕은 수면 방정식을 사용하여 수반 모델링을 수행하며, 해안선 상호작용에 대해 벽 경계 조건을 적용한다.

실험 결과

연구 질문

• RQ1 수반 해를 사용하여 파동 전파 문제에서 특정 목표 영역에 영향을 주는 영역들만 식별할 수 있는가?
• RQ2 전통적인 표면 높이 기반 또는 기울기 기반의 메쉬 구석질화와 비교해 볼 때, 수반 기반 AMR는 계산 비용과 정확도 측면에서 어떻게 다른가?
• RQ3 복잡한 파동 역학, 예를 들어 쓰나미 전파와 같은 상황에서 수반 방법은 시뮬레이션 시간을 줄이면서도 정확도를 유지할 수 있는가?
• RQ4 영향을 주는 영역들만 메쉬를 구석질화하는 것이 목표 위치에서 해의 정밀도에 어떤 영향을 미치는가?
• RQ5 수반 기반 메쉬 구석질화를 어떻게 자동화하고, Clawpack 및 GeoClaw와 같은 기존 AMR 소프트웨어에 통합할 수 있는가?

주요 결과

• 수반 방법을 통해 목표 영역에 영향을 주는 영역들만 메쉬를 구석질화함으로써 계산 비용을 크게 줄일 수 있었으며, 해의 정확도를 손상시키지 않았다.
• 쓰나미 사례에서, 수반 기반 메쉬 구석질화는 허용 오차 0.09일 때 표면 기반 메쉬 구석질화와 유사한 정확한 결과를 도출했지만, 상당히 감소된 계산 시간을 기록했다.
• 이 방법은 표면 기반 메쉬 구석질화에서 더 높은 허용 오차(0.14)를 사용했을 때 놓친 후행 파동(예: 가장자리 파동 및 반사 쓰나미)까지도 성공적으로 포착했다.
• 수반 방법은 굵은 메쉬와 미세한 메쉬 기반의 표면 기반 전략보다 정확도와 효율성을 동시에 확보하여 뛰어난 성능을 보였다.
• AMRClaw 및 GeoClaw에 수반 기반 메쉬 구석질화를 통합한 것이 한 차원 및 이차원 음향 문제와 실제 스케일의 쓰나미 모델에서 성공적으로 구현되었다.
• 저자들은 향후 향상 방안으로 리처드슨 외삽법을 이용한 오차 한계 추정 및 수반 해를 향상시키기 위한 적응형 체크포인팅 기법을 고려할 수 있음을 언급했다.